基于人工神经网络的柔性机翼挠度预测

为实现对承载后柔性机翼挠度的准确预测,在全面分析柔性机翼挠度的影响因素基础上,应用正交试验法确定的影响柔性机翼挠度的主要因子作为输入变量,挠度作为输出变量,以大量试验数据为训练样本,通过多次试取隐含层和各隐含单元,并选取trainlm作为最优训练函数,最终建立了预测柔性机翼挠度的BP(Back Propagation)人工神经网络模型.在此基础上,随机选取试验结果中的12组试验样本,连续进行10次挠度预测,预测结果和试验实测值最大相对误差和标准方差分别为4.481%,1.033 7.解析结果表明:柔性机翼挠度预测结果与实验值吻合的较好,建立的人工神经网络预测模型具有较高的预测精度.     

基于BP神经网络的介质表面充电电位反演方法

为了实现全面、实时的在轨卫星充放电风险分析,基于在相同环境下,不同材料表面充电的关联性,利用BP神经网络建立了一种由Kapton材料表面充电电位反演卫星其他常用介质材料表面电位的模型。以Kapton材料的表面电位以及材料厚度为输入,其他介质材料的表面电位作为模型输出,使用COMSOL建立的表面充电模型对神经网络进行训练,将反演误差降低到10%以下,并利用Kapton与Teflon材料表面充电地面试验数据验证反演模型的准确性,结果显示Teflon表面电位的反演值与实测值间的相对误差小于16%。     

基于BP神经网络的国防企业技术创新能力评价

结合自组织理论提出了国防企业技术创新评价体系,构建了BP神经网络模型,运用MATLAB软件进行了模型仿真.研究发现仿真结果与专家评价结果基本一致.可见,运用BP神经网络方法对国防企业技术创新能力进行评价有一定的通用性、便捷性和实用性.     

导风轮轮罩引气对离心式压气机性能影响的数值研究

为了研究扩大离心压气机喘振裕度的实用技术 ,以解决某工程设计中的问题 ,用三维粘性计算流体力学 ( CFD)计算软件对离心压气机导风轮轮罩引气措施进行了数值模拟。该项技术在应用中所涉及的设计参数经过了初步的数值试验。从数值模拟的结果中 ,可以看到该项技术对离心压气机性能改进的明显效果      

基于优化算法的油井间抽控制系统设计与实现

油井采油机空抽问题是我国各大油田普遍存在的问题。基于优化算法的油井间抽控制系统是在对我国某油田进行充分调研和分析论证的基础上设计开发的兼顾通用性和经济性要求的新一代智能型油井控制系统。工程应用实践表明,该系统具有运行稳定、安全可靠、安装方便等特点,解决了油井采油机空抽、低效等问题,达到了降低采油机机械磨损、节约电能、延长采油设施使用寿命的目的。     

卫星天线辐射方向图的计算

利用几何绕射理论分析了卫星星体和太阳翼对卫星天线辐射场的影响 ,建立了一套以数值分析和仿真技术为主的卫星天线辐射场的预估方法 ,克服了传统设计与测量技术难于解决的问题。给出了一些数值计算验证 ,并结合型号设计 ,进行了实验验证。验证结果表明文中所作的理论分析和在此基础上开发的仿真算法和软件是可靠有效的。     

旋转倒立摆的神经网络控制

本文针对一种新型的倒立摆系统,设计了一个四输入单输出三层BP网络,并对一级旋转倒立摆控制器进行逼近。仿真结果表明,BP神经网络有很广阔的应用领域。     

视觉导航信息可观性分析的Matlab Symbolic Computation方法

提出了视觉导航信息估计的Matlab Symbolic Computation方法，计算了视觉导航系统中6个自由度变量的最优估计的误差协方差阵的秩、特征值和特征向量，并得到了导航信息可估的条件及结论。通过仿真不仅进一步验证了文献[2]中理论推导及结论的正确性，而且简化了理论分析过程。本文提出的方法具有实际应用价值。     

基于BP神经网络的GNSS-R海面风速反演

针对GNSS-R进行海面风速反演过程中时频域相关物理量较多，数据耦合性强等问题，提出了基于反向传播（BP）神经网络反演海面风速的方法。建立反演过程中相关观测量与风速的对应关系，选取多观测量作为输入，对输入数据进行处理，设置神经元与激励函数，使用BP神经网络自适应调整拟合参数，将风速作为神经网络输出端的特征量提取。反演结果，风速≤ 20 m/s时，反演均方根误差RMSE=1.21 m/s，风速>20 m/s时反演均方根误差RMSE=2.54 m/s，反演结果优于使用时延相关曲线前沿斜率（LES）和时延多普勒相关功率均值（DDMA）方法得到的反演结果，且迭代次数较少，复杂度较低，证明该方法可以应用于GNSS-R海面风速反演。     

BP网络在信号检测中的应用

本文对ＢＰ网络在信号的检测和处理方面的性能进行了分析，对该网络在信号检测中的应用进行了讨论并给出了计算机仿真结果。